人民币汇率的影响因素分析—以人民币对美元汇率为例

1 前言

1.1 选题背景

自1994年来，人民币开始单边升值。2005年起，人民币更是飞速增长。这其中很大的原因，是我国进行宏观，制定了合理了汇率制度。然而，自2014年起，人民币开始贬值[1]。特别是在2016年里，人民币更是贬值迅速，其中美国总统票选结果是原因之一。而步入2017年，人民币汇率有小幅度回升。2018年起至今，汇率市场可谓波澜不惊，处于稳定状态，既没有明显的上涨趋势，也缺乏向下贬值的动力。在波动幅度上，人民币对美元日变化中间价大都在200个基点上下，波动幅度明显收窄，人民币汇率进入相对稳定的时期。

伴随着经济全球一体化的不断加深，毫不夸张地说，中国经济已经成为世界经济的风向标，与世界经济的联系越来越密切，中国经济已经与世界经济完美结合。汇率作为一种有效调节外部不平衡的金融工具，对其进行研究制定合理的汇率制度能够有效的改善经济发展不平衡的状态。而如今经济不断变化的原因，也都能归结为汇率这一要素。

从上世纪末期开始金融危机频繁爆发，学者纷纷寻找金融危机爆发的原因。大部分学者认为，在金融业不断扩张的情况下，由于国家过度重视汇率，且资本流动性越来越发达，导致收支危机，最终发生金融危机[7]。为了预防经济危机，各个国家纷纷在考虑办法应对，进一步思考合理与合适的汇率制度。

1.2 选题意义

汇率是开放经济条件下刻画经济和金融的核心变量。对于汇率以及汇率影响因素的分析，古今中外已有很多，但理论在不同时期有着不同的理解，且差异显著。我国学者对于人民币汇率的研究更是颇多，且各有其独特之处。理论来源于实践，但是实践是为了指导理论，在当今社会和当今形势以及新的世界经济环境下对于汇率的研究十分重要。人民币汇率改革需要联系我国国情，制定合理的汇率制度，防止在短期内出现大浮动波动，导致金融危机的发生。

近年来我国GDP稳定快速增长，表明我国经济的增长也呈现出稳定快速增长的趋势。同时，GDP增长较快，说明国民收入增加速度加快，购买力增强，利率上升，使得货币吸引力增强，有利于吸引外资，改善资本账户，进而在一定程度上影响汇率，使本币升值。进一步分析我国GDP，其中，第一产业是社会坚定的基础，增长稳定缓慢；第二产业并没有大幅度下降；第三产业是未来的主导，有着很大的发展前景。

1.3 研究方法与论文结构

1.3.1 研究方法

1. 文献参考法。阅读文献，了解汇率制度以及汇率理论的发展历史，分析得出有关汇率的影响因素；

2. 定性分析法。对影响因素进行判断，结合以往历史数据以及我国国情，确定人民币汇率影响因素，选出指标，定性分析其影响；

3. 实证分析法。以人民币对美元汇率为实例来研究人民币汇率的影响因素，建立多元线性回归模型与VAR模型，并结合实际对未来人民币美元汇率进行预测。

根据学者们对心理的研究发现，人们的心理预期会对汇率造成决定性影响。人们会收集信息，并根据信息进行预测，做出对自己最有利的决定，使得风险最小化，利润最大化。投资者会依据自己内心的预期选择加大或者减少投资，而这种根据心理预期的过量投资往往会使货币的价格反向变动。心理因素对于汇率短时间内影响很大，而投资者对于我国还不完全成熟的外汇市场需要谨慎理性对待。

无论在哪个国家，在经济发展受到阻碍，外汇市场波动不断的时候，国家都会采取合理的经济，使国家经济健康发展。其中，宏观是一种重要的调节方式，可以使经济现状和未来预期发生变化。各国对外汇市场的干预在短期内能够显著影响汇率走势，可以在一定程度上调节一国的经济。近年来，我国也采取宏观的方法，循序渐进地影响着汇率的变化。尽管我国经济基础还不够牢靠，金融体现还不够健全，但的干预也在一定程度上影响着我国经济的发展。

1.3.2 论文结构

本文总共四个部分，层层递进。

第一部分：绪论。对人民币汇率的研究背景、研究意义、研究方法做出阐述，并总结文章的创新与不足；

第二部分：以时间为顺序，阐述国内外著名汇率制度及汇率理论；

第三部分：根据汇率理论及汇率制度的改变，推测出人民币汇率的影响因素，并对其进行定性分析；

第四部分：以人民币对美元汇率为例，进行影响因素分析，构建多元回归模型及VAR模型得出结论，并预测未来汇率走势。通过对人民币汇率的影响因素分析，掌握了人民币汇率与外汇储备及货币供应量之间的关系，可以对未来的人民币对美元汇率走势作出预测。运用2005与2006年的模型关系。

1.4 创新与不足

汇率是开放经济条件下刻画经济和金融的核心变量。本文首先阐述外汇理论与制度，根据我国国情，定性分析人民币汇率的影响因素主要有六个，为国内生产总值、外汇储备、居民消费价格指数、净出口额、外商投资量、货币供应量。其次，以人民币对美元汇率为例，进行实证分析。建立多元线性回归模型，去除无关变量，留下外汇储备与货币供应量两个重要影响因素，并做出外汇储备、货币供应量与人民币对美元汇率的多元线性回归。特别的，对外汇储备与货币供应量进行平稳性检验，建立VAR模型，对每个时间序列做稳定性检验，验证其稳定后进行协整检验，确定向量自回归模型。根据多元线性回归模型与VAR模型得出结论一致。最后，运用VAR模型预测未来2019年人民币美元汇率，预测结果与实际情况相符。

本文创新之处在于：

1.确定汇率的影响因素时，依据国内外汇率制度及理论。进一步结合我国的国情，确定人民币汇率的影响因素，其中包括国内生产总值、外汇储备、居民消费价格指数、净出口额、外商投资量、货币供应量以及一些无法度量的影响因素如心理因素和政治因素。对于无法量化的因素，将其纳入随机干扰项，分析完善影响因素模型。

2.在建立VAR模型之前，先建立多元线性回归模型，消除共线性，剔除无关变量。在建立VAR模型实证分析时，对数据进行了取对数处理及平稳性检验，得出结果之后进行了稳定性检验及协整检验，并对检验结果进行合理分析。

本文缺陷不足体现在：

1.数据的选取不够准确。由于部分数据比较难处理，在选取时可能有一定的上下波动。而且数据的单位不相统一，在建立模型分析结果时会稍显混乱。

3.汇率是一个时刻变动的指标，采取年平均汇率来研究有一定的局限性。

2 汇率理论与制度的发展

汇率理论与制度的发展历史，可以从时间段上分为金本位制下的汇率理论、布雷顿森林体系下的汇率理论、以及当今社会的汇率理论来研究。

从上世纪末期开始金融危机频繁爆发，学者纷纷寻找金融危机爆发的原因。大部分学者认为，在金融业不断扩张的情况下，由于国家过度重视汇率，且资本流动性越来越发达，导致收支危机，最终发生金融危机[7]。为了预防经济危机，各个国家纷纷在考虑办法应对，进一步思考合理与合适的汇率制度。

3 人民币汇率的影响因素

3.1 经济影响因素

汇率作为一种货币价格，具有持续波动的性质。根据汇率理论以及汇率制度的演变，得出引起汇率在一定时期内大浮动变动的因素，再根据我国经济稳步发展以及一带一路的大形势下，并对其进行阐述。影响汇率的因素还有很多，除了在经济方面的影响，在公众预期的心理方面、汇率制度与国际关系的政治方面等，都会对汇率的变化造成影响。尽管无法量化，但通过经济的传导，或多或少都会影响着汇率波动，亦需要对这些变量进行分析，完成模型的构建。

3.1.1 国内生产总值（GDP）

近年来我国GDP稳定快速增长，表明我国经济的增长也呈现出稳定快速增长的趋势。同时，GDP增长较快，说明国民收入增加速度加快，购买力增强，利率上升，使得货币吸引力增强，有利于吸引外资，改善资本账户，进而在一定程度上影响汇率，使本币升值。进一步分析我国GDP，其中，第一产业是社会坚定的基础，增长稳定缓慢；第二产业并没有大幅度下降；第三产业是未来的主导，有着很大的发展前景。

3.1.2 外汇储备（FER）

外汇储备（FER）是指银行和其为满足国际收支需要而持有的外汇资产。在汇率制度的管理下，外汇储备反映了国家的购买力，是影响外汇市场的性工具，也可以对国家货币的供求水平造成直接影响，从两方面对汇率造成影响。一方面，外汇储备的增多表示国家购买国外资产的数量增多，使得市场流动性过剩，本币利率提高，本币升值；另一方面，外汇储备的增多表示本币的购买力增强，根据供需理论，本币将升值。因此，外汇储备从两方面影响汇率的结果相同。

3.1.3 居民消费价格指数（CPI）

一方面，CPI的上升表明了通货膨胀率的升高，即货币购买力降低，根据购买力平价理论，本币贬值，汇率降低；另一方面，CPI的上升表明了购买力的增强，根据供需理论，本币升值，汇率升高[8]。CPI的变动在两方面有着不同的结论，这需要我们结合国情具体分析。我国经济不断稳步增长，初步确定CPI对于货币购买力的影响更大，CPI的上升代表了利率的升高。

3.1.4 净出口额（NX）

净出口额（NX）是出口总额与进口总额之差。一般来说，本国货币升值会加大进口数量，减少出口数量；相反，本国货币贬值会加大出口数量，减少进口数量。在进出口短时间内变动较大时，往往会采取措施平衡进出口。同时，进出口可能会反作用于货币汇率。近年来，我国出口额在一定范围内上下波动，而进口额稳步减少，进出口总额在不断提升。同时我国推出了各种各样的出口优惠策略，在一定程度上影响了汇率的变动。

3.1.5 外商投资量（FDI）

外商投资量（FDI）主要是指境外投资者因购买某个国家国债、股票和其他证券而流入的总额。一般来说，汇率变动通过影响进出口影响着FDI，汇率的提高表示进口量增加、出口量减少，使我国FDI的增长速度降低或我国FDI的投资量减少。FDI对于汇率有着同样的反作用，人民币汇率通过进出口与基本流通等方式起着调节外资投入的作用。随着全球一体化经济的不断加强，国内投资已经得不到满足，必须转为增加国际资本的投入。近年来大量国际资本流入我国，对我国经济造成了很大的影响。其中部分外资来源隐秘，使得国家统计困难，加大我国制定经济的难度，管理不慎可能会引发金融危机。

3.1.6 货币供应量（M2）

货币供应量（M2）是指某一时点流通中的货币和准货币量。国家可以通过调整货币供应量来影响汇率。如果货币供应量过多，即流动中的货币过多，就会引起国际货币价值量下降，在货币需求不变的情况下，会使汇率降低。同时，货币供应量增长过快有时也会导致国家通货膨胀，使得国际竞争力减弱，使得汇率受到间接的影响。我国目前实行宽松的货币调节我国经济，货币供应量的合理性对于经济的平稳运行有着至关重要的作用。

3.2 其他因素

影响汇率的因素还有很多，除了在经济方面的影响，在公众预期的心理方面、汇率制度与国际关系的政治方面等，都会对汇率的变化造成影响。尽管无法量化，但通过经济的传导，或多或少都会影响着汇率波动，亦需要对这些变量进行分析，完成模型的构建。

3.2.1 心理因素

根据学者们对心理的研究发现，人们的心理预期会对汇率造成决定性影响。人们会收集信息，并根据信息进行预测，做出对自己最有利的决定，使得风险最小化，利润最大化。投资者会依据自己内心的预期选择加大或者减少投资，而这种根据心理预期的过量投资往往会使货币的价格反向变动。心理因素对于汇率短时间内影响很大，而投资者对于我国还不完全成熟的外汇市场需要谨慎理性对待。

3.2.2 政治因素

无论在哪个国家，在经济发展受到阻碍，外汇市场波动不断的时候，国家都会采取合理的经济，使国家经济健康发展。其中，宏观是一种重要的调节方式，可以使经济现状和未来预期发生变化。各国对外汇市场的干预在短期内能够显著影响汇率走势，可以在一定程度上调节一国的经济。近年来，我国也采取宏观的方法，循序渐进地影响着汇率的变化。尽管我国经济基础还不够牢靠，金融体现还不够健全，但的干预也在一定程度上影响着我国经济的发展。

4 人民币汇率影响因素的实证分析及预测

自1994年来，人民币开始单边升值。2005年起，人民币更是飞速增长。这其中很大的原因，是我国进行宏观，制定了合理了汇率制度。然而，自2014年起，人民币开始贬值[1]。特别是在2016年里，人民币更是贬值迅速，其中美国总统票选结果是原因之一。而步入2017年，人民币汇率有小幅度回升。2018年起至今，汇率市场可谓波澜不惊，处于稳定状态，既没有明显的上涨趋势，也缺乏向下贬值的动力。在波动幅度上，人民币对美元日变化中间价大都在200个基点上下，波动幅度明显收窄，人民币汇率进入相对稳定的时期。

汇率是开放经济条件下刻画经济和金融的核心变量。对于汇率以及汇率影响因素的分析，古今中外已有很多，但理论在不同时期有着不同的理解，且差异显著。我国学者对于人民币汇率的研究更是颇多，且各有其独特之处。理论来源于实践，但是实践是为了指导理论，在当今社会和当今形势以及新的世界经济环境下对于汇率的研究十分重要。人民币汇率改革需要联系我国国情，制定合理的汇率制度，防止在短期内出现大浮动波动，导致金融危机的发生。

根据对于汇率影响因素的分析以及汇率相关理论作为依据，可以采用国内生产总值（GDP）、外汇储备（FER）、居民消费价格指数（CPI）、净出口额（NX）、外商投资量（FDI）、货币供应量（M2）和随机干扰项（U）等因素，验证其相关性及函数的拟合度。

以人民币与美元之间的汇率为实例，搜集2005到2018年年度数据为样本，表4.1中汇率为人民币对美元汇率，结合上述影响因素进行分析。

表4.1 人民币汇率影响因素的相关数据
年份	汇率	GDP(亿元）	CPI（%）	NX(亿元)	FDI(亿美元)	FER(亿美元)	M2（亿元）
2005	8.0682	187319	1.8	8374	603.3	81	298755
2006	7.8075	219439	1.5	14220	630.2	10663	345603
2007	7.3041	270092	4.8	20330	747.7	15282	403442
2008	6.8235	319245	5.9	20868	924.1	19460	475166
2009	6.827	412119	-0.7	13411	900.3	23992	606225
2010	6.591	412119	3.3	12324	1057.4	28473	725851
2011	6.2947	487940	5.4	10079	1160.1	31811	851590
2012	6.2303	538580	2.6	14558	1117.2	33116	974148
2013	6.054	592963	2.6	16094	1117.6	38200	1106524
2014	6.2015	1281	2	23526	1285.8	38400	1228374
2015	6.45	685993	1	36831	1291.1	35255	1392278
2016	6.9429	740061	0.4	33473	1317.4	32066	1550066
2017	6.5062	820754	-0.7	29219	1337.4	31399	1690235
2018	6.8785	900309	0.1	23317	1349.7	30727	1826744

数据来源：《中国国家统计年鉴》

4.1 多元线性回归模型的建立与无关变量的剔除

4.1.1 多元线性回归模型的建立

为了探究变量之间是否存在线性关系，以便进一步建立多元线性回归模型，可以作图进行直观的判断与分析。首先，做出汇率与国内生产总值的线性拟合，拟合结果如图4.1。

图4.1 汇率与GDP的线性拟合结果

从拟合结果中可以看出，除了一个点偏离较大，可以将其视为误差，其余点拟合良好，即汇率与国内生产总值之间存在线性关系。因此，我们可以推测其余变量（外汇储备、居民消费价格指数、净出口额、外商投资量、货币供应量）与汇率之间同样具有线性关系，并建立多元线性回归模型，其一般形式为：

          (4.1)

4.1.2 实证分析及无关变量的剔除

对于人民币美元的实例，首先对数据进行回归分析，建立多元线性回归模型。

设线性回归模型为：

            (4.2)

其中，代表人民币对美元汇率，代表国内生产总值，代表居民消费价格指数，代表净出口额，代表外商投资量数量，代表国家外汇储备，代表货币供应量。

将表4.1数据代入模型，通Eviews软件分析得到结果如表4.2。

表4.2 线性回归模型结果

回归模型为：

   (4.3)

之后，对其进行残差分析，检验残差的随机性，其不应该包含可预测信息[10]。

图4.2 残差分析图

根据图4.2的结果可知，残差既有随机性，又具有不可预测性，与其他变量无关，可以继续进行分析。

对于F检验，假设，给定显著水平，查找F分布临界值得到，说明方程显著回归。即为国内生产总值、居民消费价格指数、净出口额、外商投资量数量、国家外汇储备、货币投放量均对人民币汇率有显著影响。

对于t检验，对于给定显著水平，查找t分布得到。而除外，只有与的绝对值大于临界值，说明只有国家外汇储备与货币投放量对人民币汇率的变化有显著影响，同时模型存在多重共线性。我们可以剔除其他变量，保留国家外汇储备与货币投放量，得到新的模型如表4.3。

表4.3 剔除无关变量后的线性回归模型结果

回归模型最终为

           (4.4)

 

此为剔除了国内生产总值、居民消费价格指数、净出口额、外商投资量等无关变量，只有外汇储备、货币供应量与人民币汇率之间关系的线性回归模型。

4.2 基于VAR模型的实证分析

4.2.1 VAR模型的建立

向量自回归模型一般为：

                 (4.5)

4.2.2 数据的处理及平稳性检验

通过对于人民币对美元数据的观察发现，、的数据间距很大，对其进行取对数处理，将其转换为间距较小的数据，得到新的序列与。数据结果如表4.4。

表4.4 数据处理后的人民币汇率影响因素
年份	Y	log(X5)	log(X6)
2005	8.0682	9.010547069	12.60737912
2006	7.8075	9.274535084	12.753046
2007	7.3041	9.634430944	12.90778801
2008	6.8235	9.876116356	13.0714195
2009	6.827	10.08547572	13.315008
2010	6.591	10.25671155	13.49510004
2011	6.2947	10.36756742	13.65486047
2012	6.2303	10.40777183	13.731852
2013	6.054	10.55059079	13.91673413
2014	6.2015	10.55581274	14.0212019
2015	6.45	10.470362	14.145181
2016	6.9429	10.37555156	14.25380807
2017	6.5062	10.35453132	14.34037813
2018	6.8785	10.332703	14.41804571

对于变量、、，如果存在单位根，则序列为不平稳的时间序列，需要对其进行差分处理，差分后的数据平稳则为单整序列。另外，平稳性检验能够杜绝伪回归现象，即数据仅仅有共同的趋势而并无实际的关系。平稳性检验结果如表4.5-4.7。

变量的t值为-5.398017，1%置信水平下的值为-4.200056，5%置信水平下的值为-3.175352，10%置信水平下的值为-2.7285，前者均小于后者。由此说明人民币美元汇率经过二阶差分后序列平稳，即为二阶单整序列。

表4.5 变量的平稳性检验结果

变量的t值为-4.472051，1%置信水平下的值为-4.200056，5%置信水平下的值为-3.175352，10%置信水平下的值为-2.7285，前者均小于后者。由此说明我国外汇储备取对数后的值经过二阶差分后序列平稳，即为二阶单整序列。

表4.6 变量的平稳性检验结果

变量的t值为-6.2383，1%置信水平下的值为-4.200056，5%置信水平下的值为-3.259808，10%置信水平下的值为-2.771129，前者均小于后者。由此说明货币供应量取对数后的值经过二阶差分后序列平稳，即为二阶单整序列。

表4.7 变量的平稳性检验结果

在VAR模型建立之前，需要确定VAR模型的最优滞后阶数。最优滞后阶数检验结果如表4.8。

表4.8 最优滞后阶数的确定

AIC和SC各为衡量统计模型拟合优度的一种标准，最优滞后阶数的可以通过AIC与SC的选取最小值来选取[13]。通过分析可以看到，二阶AIC的值为-7.983031，二阶SC的值为-7.534444，均小于零阶与一阶的AIC与SC值。因此确定此VAR模型的最优滞后阶数为二阶。

4.2.3 人民币对美元汇率的实证分析

此VAR模型为： 

   (4.15)

用Eviews进行向量自回归模型估计：

表4.9 向量自回归模型运行结果

根据结果，模型可写为：

    (4.16)

因此可得，外汇储备和货币供应量长期决定着人民币汇率。最终得出外汇储备量与人民币汇率同向变动，货币供应量与人民币汇率反向变动。

之后对此模型进行残差分析，验证残差的随机性与不可预测性。

图4.3  VAR模型的残差分析结果

结果如图4.3，VAR模型的残差具有随机性与不可预测性，残差的稳定性良好，模型具有经济意义。

4.2.4 模型的稳定性检验

VAR模型建立后，需要验证其协方差的稳定性。若VAR模型所有根的模的倒数都小于1，即点位于单位圆内，则模型稳定。若模型中存在根的模的倒数大于等于1，则说明模型不稳定，数据存在失效的可能性[14]。

对此VAR(2)模型检验结果如图4.4，点均位于单位圆内，即所有根的模的倒数都小于1，则该模型是结构稳定的。

图4.4 稳定性检验结果

4.2.5 协整检验

接下来要判定对VAR模型(4.16)进行协整检验，判断是否存在长期均衡关系。由单位根检验可知变量、、满足协整条件，Johansen协整检验的滞后阶数为2，检验结果如表4.10-4.11。

表4.10 协整检验结果

表4.11 协整系数标准化

根据结果，P值基本都小于0.05，得出变量、、之间存在协整关系，且在5%显著水平下协整向量唯一，即存在长期稳定的均衡关系。同时根据标准化的协整系数，协整方程为：

                 (4.17)

因此可得，外汇储备和货币供应量长期决定着人民币汇率。表明其他条件不变的情况下，每增加（减少）1%，人民币对美元汇率就减少（增加）约2.14%，即人民币升值（贬值）约2.14%；其他条件不变的情况下，每增加（减少）1%，人民币对美元汇率就增加（减少）约0.59%，即人民币升值（贬值）约0.59%。最终得出外汇储备量与人民币汇率同向变动，货币供应量与人民币汇率反向变动。

4.3 用VAR模型预测人民币对美元汇率

通过对人民币汇率的影响因素分析，掌握了人民币汇率与外汇储备及货币供应量之间的关系，可以对未来的人民币对美元汇率走势作出预测。运用2005与2006年的模型关系，通过Eviews预测出2007-2019年式(4.16)VAR模型的汇率结果，结果如表4.12。

表4.12 人民币对美元汇率的预测结果

将上述预测结果与2007-2018年实际人民币对美元汇率相比对，发现汇率预测结果与实际汇率均不超过0.1，可以说明预测结果良好。模型预测2019年人民币对美元汇率为6.909811，即在6.9上下波动，也符合近期的汇率。可以预见，未来人民币将会持续迎来窄幅波动。

运用VAR模型对2019年人民币对美元汇率进行预测，预测结果与上半年实际情况相符，实际汇率在预测的值附近上下波动。

结    论

自1994年来，人民币开始单边升值。2005年起，人民币更是飞速增长。这其中很大的原因，是我国进行宏观，制定了合理了汇率制度。然而，自2014年起，人民币开始贬值[1]。特别是在2016年里，人民币更是贬值迅速，其中美国总统票选结果是原因之一。而步入2017年，人民币汇率有小幅度回升。2018年起至今，汇率市场可谓波澜不惊，处于稳定状态，既没有明显的上涨趋势，也缺乏向下贬值的动力。在波动幅度上，人民币对美元日变化中间价大都在200个基点上下，波动幅度明显收窄，人民币汇率进入相对稳定的时期。

汇率是开放经济条件下刻画经济和金融的核心变量。对于汇率以及汇率影响因素的分析，古今中外已有很多，但理论在不同时期有着不同的理解，且差异显著。我国学者对于人民币汇率的研究更是颇多，且各有其独特之处。理论来源于实践，但是实践是为了指导理论，在当今社会和当今形势以及新的世界经济环境下对于汇率的研究十分重要。人民币汇率改革需要联系我国国情，制定合理的汇率制度，防止在短期内出现大浮动波动，导致金融危机的发生。

根据汇率制度及汇率理论的历史发展及我国当前的国情，初步确定影响人民币汇率的因素包括国内生产总值、外汇储备、居民消费价格指数、净出口额、外商投资量、货币供应量以及一些无法度量的影响因素如心理因素和政治因素。

利用多元线性回归模型剔除无关变量，同时得到了美元兑人民币汇率与外汇储备和货币供应量之间的线性关系。外汇储备的影响系数为-0.0000749，即在其他条件不变的情况下，我国外汇储备量越大（小），人民币对美元汇率越小（大），人民币相对美元升值（贬值）；我国外汇储备量越大货币供应量的影响系数为0.00000048，即在其他条件不变的情况下，我国货币供应量越大（小），人民币对美元汇率越大（小），人民币相对美元贬值（升值）。

利用VAR模型表明人民币汇率由外汇储备和货币供应量初步决定。在其他条件不变的情况下，外汇储备的二阶差分量每增加（减少）1%，人民币对美元汇率就减少（增加）约2.14%，即人民币相对美元升值（贬值）约2.14%；在其他条件不变的情况下，货币供应量的二阶差分量每增加（减少）1%，人民币对美元汇率就增加（减少）约0.59%，即人民币相对美元升值（贬值）约0.59%。

通过上述两种模型均能得出结论：外汇储备量与人民币汇率同向变动，货币供应量与人民币汇率反向变动。

运用VAR模型对2019年人民币对美元汇率进行预测，预测结果与上半年实际情况相符，实际汇率在预测的值附近上下波动。为了促进我国经济稳步提升，我国需要采取措施，做到在提高汇率灵活性和保持汇率稳定之间求得平衡，这样有效避免了人民币汇率无序调整的负面溢出效应和主要货币的竞争性贬值，对国际社会是有利的。本文创新之处在于：

4.确定汇率的影响因素时，依据国内外汇率制度及理论。进一步结合我国的国情，确定人民币汇率的影响因素，其中包括国内生产总值、外汇储备、居民消费价格指数、净出口额、外商投资量、货币供应量以及一些无法度量的影响因素如心理因素和政治因素。对于无法量化的因素，将其纳入随机干扰项，分析完善影响因素模型。

5.在建立VAR模型之前，先建立多元线性回归模型，消除共线性，剔除无关变量。在建立VAR模型实证分析时，对数据进行了取对数处理及平稳性检验，得出结果之后进行了稳定性检验及协整检验，并对检验结果进行合理分析。

本文缺陷不足体现在：

2.数据的选取不够准确。由于部分数据比较难处理，在选取时可能有一定的上下波动。而且数据的单位不相统一，在建立模型分析结果时会稍显混乱。

3.汇率是一个时刻变动的指标，采取年平均汇率来研究有一定的局限性。